Анализ карточки товара в Яндекс Метрике: как найти слабые места, читать тепловые карты и Вебвизор и поднять конверсию
Карточку товара чаще всего дорабатывают на глазок: меняют фото, переписывают описание, двигают кнопку «Купить» — и надеются, что конверсия вырастет. При этом весь необходимый анализ карточки товара в Яндекс Метрике уже доступен: нужно только знать, в каких отчётах искать проблему, как читать тепловые карты и когда подключать Вебвизор, чтобы не гадать, а действовать по данным.
С чего начать: цели на действия внутри карточки
Стандартных целей электронной коммерции — «оформил заказ», «добавил в корзину» — недостаточно, чтобы понять, что происходит с пользователем до принятия решения. Нужны цели на более мелкие действия: клик по галерее изображений, раскрытие вкладок с описанием, характеристиками и отзывами, выбор размера, цвета или комплектации, попытка оформить покупку в один клик.
Эти цели настраиваются через Яндекс Тег Менеджер и дают возможность увидеть не только итоговый результат — купил или не купил, — но и путь, которым пользователь к этому результату шёл. Без них тепловые карты и Вебвизор превращаются в набор красивых картинок без привязки к конкретным точкам принятия решения.
Отчёт «Электронная коммерция»: где искать проблемные карточки
Прежде чем разбирать конкретную карточку, стоит проверить воронку целиком — чтобы убедиться, что просадка действительно происходит на этапе просмотра товара, а не раньше или позже. Если основной отток приходится на переход от просмотра к добавлению в корзину, дальше есть смысл сосредоточиться именно на карточке.
Дальше в дело идут два отчёта. «Электронная коммерция» → «Популярные товары» показывает конкретные позиции: просмотры, добавления в корзину, покупки, выручку. В первую очередь интерес представляют товары с высоким трафиком и низкой конверсией в добавление в корзину — если проседает вся категория, а не отдельная позиция, проблема обычно в шаблоне карточки, а не в конкретном товаре.
Второй источник — раздел «Содержание» → «Страницы входа». Здесь видна поведенческая картина по каждому URL: показатель отказов, глубина просмотра, время на сайте и конверсия в добавление в корзину. Достаточно добавить в отчёт столбец с целью «Добавление в корзину» и отсортировать по объёму трафика — карточки с большим количеством визитов и конверсией ниже средней по сайту становятся приоритетными для разбора.
Особенность интерпретации
При работе с этими данными важно помнить: конверсия каждого шага в Яндекс Метрике считается относительно первого этапа воронки — «Все посетители». Из-за этого показатели нельзя напрямую сравнивать ни с классическими воронками, ни с данными других аналитических систем: разные системы по-разному определяют базу для расчёта, и совпадения цифр ждать не стоит.
Какая конверсия карточки товара считается нормальной
Прежде чем паниковать из-за низких цифр, полезно понимать, с чем их сравнивать. По разным отраслевым обзорам, средняя конверсия карточки товара в мире (без разбивки по нише и размеру магазина) держится в районе 1,85%, а по интернет-магазинам в целом цифра обычно колеблется в пределах 1-3%. В российском e-commerce разброс значительно шире — от 1,3% до 21,7% в зависимости от категории; например, для товаров для дома и ремонта типична конверсия около 2,8%.
Закономерность простая: чем выше средний чек категории, тем ниже типичная конверсия карточки — покупатель дольше выбирает дорогой товар и сравнивает альтернативы перед решением. Поэтому ориентироваться на общее среднее по e-commerce — плохая идея: смысл имеют только показатели по вашей конкретной нише, а ещё лучше — динамика внутри своего же магазина за сопоставимые периоды.
Тепловые карты: где теряется интерес
Карта кликов показывает, с какими элементами страницы пользователи взаимодействуют, карта скроллинга — до каких блоков они вообще доходят. Вместе они помогают локализовать, на каком именно участке карточки возникает барьер.
Карта кликов
Ключевые зоны для анализа — галерея изображений и конверсионная область вокруг кнопки покупки. Высокая активность на фотографиях при низкой итоговой конверсии означает, что интерес к товару есть, но визуальной информации недостаточно: не хватает дополнительных ракурсов, крупных планов деталей или фото в использовании. Обратная ситуация — отсутствие кликов по галерее вовсе — тоже сигнал: возможно, галерея неудобна или первое изображение не мотивирует изучать товар дальше.
Если кнопка находится в зоне видимости, но получает мало кликов, стоит посмотреть, что привлекает внимание рядом с ней: активное взаимодействие с ценой, условиями доставки или рассрочкой обычно означает, что именно эти параметры останавливают пользователя от решения. Отдельно стоит обращать внимание на клики по неинтерактивным элементам — обычно это ложные ожидания: пользователь рассчитывал получить дополнительную информацию или выполнить действие, а интерфейс не отреагировал.
Карта скроллинга
Резкое падение видимости на уровне цены и кнопки покупки говорит о том, что заметная часть аудитории не долистывает до конверсионной зоны. На мобильных устройствах это особенно критично: пользователи скроллят менее охотно, а из-за крупной галереи или навигационных блоков кнопка «Купить» рискует оказаться далеко за пределами первого экрана.
Похожим образом стоит смотреть на глубину просмотра описания, характеристик и отзывов. Если эти блоки расположены слишком низко, важная для решения информация остаётся вне поля зрения большинства посетителей — тогда есть смысл пересмотреть структуру карточки и перенести ключевые сведения ближе к цене. Отдельный сигнал — небольшой «хвост» активности в самом низу страницы: он часто означает, что часть пользователей целенаправленно долистывает до отзывов, хотя блок расположен в конце — то есть отзывы для них действительно важны, и стоит протестировать их перенос выше.
Вебвизор: проверка гипотез на реальных визитах
Тепловые карты дают агрегированную картину поведения, Вебвизор — позволяет разобрать отдельные визиты. Смотреть его стоит только после того, как по тепловым картам сформулирована конкретная гипотеза: просмотр записей без предварительного вопроса редко приносит полезный результат, а времени отнимает много.
Для качественной выборки достаточно комбинации трёх фильтров. Первый — просмотр карточки без добавления в корзину: он выделяет тех, кто изучал товар, но не сконвертировался. Второй — время на странице больше 30 секунд: он отсекает случайные визиты и оставляет тех, кто действительно вникал в карточку, но всё равно не совершил целевое действие. Третий — тип устройства отдельно для мобильного и десктопного трафика, если отчёты уже показывают разрыв в конверсии между ними: проблемы на разных устройствах обычно отличаются по природе, и смешивать такие визиты в одной выборке смысла нет.
Пять поведенческих паттернов, которые выдают проблему
Для первичного анализа обычно достаточно просмотреть 10-15 записей Вебвизора, обращая внимание на повторяющиеся действия у разных пользователей.
«Зум без покупки» — пользователь внимательно изучает фотографии товара, но не переходит к оформлению. Обычно это означает, что визуальный контент не снимает у него оставшиеся вопросы, и стоит добавить более информативные изображения.
«Скролл вниз — возврат к цене» — после просмотра описания, характеристик и отзывов пользователь снова прокручивает страницу к цене. Это может говорить о том, что имеющейся информации недостаточно, чтобы обосновать для себя стоимость товара.
«Клики в никуда» — попытки нажать на неинтерактивные элементы почти всегда указывают на ложный визуальный сигнал или нехватку информации именно в этом месте карточки.
«Начал выбор — бросил» — сценарий, при котором пользователь начинает выбирать вариант товара (размер, цвет, комплектацию), но не завершает действие. Причиной может быть отсутствие нужного варианта, неудобный интерфейс выбора или недостаток информации о конкретной модификации — стоит проверить, на каком именно шаге происходит обрыв.
«Уход за несколько секунд» — пользователь закрывает карточку почти сразу после открытия, ничего не сделав. Такое поведение не всегда связано с UX: часто это несоответствие ожиданиям по цене или товару, сформированным на предыдущем шаге. Если подобные визиты концентрируются в одном источнике трафика, стоит проверить рекламное сообщение, таргетинг и соответствие посадочной страницы.
Мини-план по уровню трафика
Набор инструментов имеет смысл подбирать под масштаб магазина — иначе легко утонуть в данных, которых физически недостаточно для выводов, или наоборот пропустить сигнал из-за слишком общего взгляда.
Если карточки просматривают до нескольких сотен раз в месяц, тепловым картам банально не хватит данных для надёжной картины — основным инструментом становится качественный разбор отдельных визитов в Вебвизоре: 10-15 записей на карточку и внимательное сопоставление паттернов. При трафике от нескольких сотен до пары тысяч просмотров в месяц уже можно опираться на тепловые карты как на основной инструмент диагностики, а Вебвизор подключать точечно — для проверки конкретных гипотез. Когда трафик исчисляется тысячами и выше, появляется возможность сравнивать периоды и даже тестировать изменения на части аудитории, отделяя реальный эффект доработки от случайных колебаний.
Частые ошибки при анализе отчётов
Первая ошибка — сравнивать конверсию, посчитанную в Яндекс Метрике, напрямую с показателями других аналитических систем или с абстрактными «средними по рынку» цифрами без поправки на методику расчёта. Это уже упоминалось выше применительно к воронке, но регулярно повторяется и при других сопоставлениях.
Вторая — анализировать мобильный и десктопный трафик в одной выборке Вебвизора. Поведенческие паттерны на разных устройствах отличаются по своей природе — скорость скролла, размер зоны видимости, привычки взаимодействия с галереей, — и смешение данных размывает любые выводы.
Третья — делать выводы по двум-трём просмотренным записям. Единичные визиты почти всегда содержат случайные, нетипичные действия; устойчивый паттерн виден только на выборке от 10 записей и больше.
Четвёртая — вносить сразу несколько изменений в карточку одновременно: например, переписывать описание, менять фото и переставлять кнопку в одном обновлении. В таком случае невозможно понять, какое именно из изменений повлияло на результат, а какое оказалось нейтральным или даже вредным.
Как подтвердить, что изменения сработали
Правки в карточку стоит вносить последовательно — по одному элементу или по группе логически связанных элементов, — чтобы можно было корректно измерить эффект каждой доработки в отдельности. После внесения изменения нужно собрать данные за период, сопоставимый по длительности и сезонности с тем, что использовался для диагностики, и сравнить показатели с исходными значениями. Такой подход позволяет отделить реальный эффект от случайных колебаний трафика и поведения аудитории.
FAQ
Сколько ждать данных, прежде чем делать выводы?
Для тепловых карт обычно нужно не меньше 100-150 визитов на карточку, чтобы паттерн не выглядел случайным. Для Вебвизора порог ниже — 10-15 осмысленных записей уже позволяют увидеть повторяющееся поведение, если выборка отфильтрована правильно.
Нужен ли Вебвизор, если уже есть тепловые карты?
Да, это разные уровни анализа. Тепловые карты показывают агрегированную картину по всем визитам сразу, а Вебвизор — конкретный путь конкретного пользователя. Тепловая карта подскажет, где искать проблему, а Вебвизор — почему она возникает у реальных людей.
Что делать, если карточек тысячи и вручную их не пересмотреть?
Начинать с приоритизации по отчёту «Популярные товары»: брать карточки с наибольшим трафиком и наименьшей конверсией в добавление в корзину — именно там доработка даст наибольший эффект в абсолютных цифрах. Разбирать все карточки подряд не нужно, достаточно топ-10-20 по объёму упущенной выручки.
Что делать, если Метрика и рекламная система показывают разную конверсию?
Это нормально и связано с разной методикой расчёта, разными окнами атрибуции и способом учёта повторных визитов. Не пытаться свести цифры к единому значению — вместо этого использовать каждую систему для своей задачи: рекламную платформу для оценки эффективности кампаний, Метрику — для поведенческой диагностики самой карточки.
Если же просадка происходит не в отдельных карточках, а в трафике на сайт целиком, логика диагностики отличается — разбирали отдельно, как найти причину падения трафика за 30 минут.
Эффективный анализ карточки товара строится не на одном отчёте и не на разовом просмотре записей, а на последовательной работе с данными: воронка подсказывает, где искать, тепловые карты — что именно теряется, Вебвизор — почему это происходит у реальных пользователей, а сравнение периодов после изменений — сработала ли гипотеза.
А вы сверяете свои цифры конверсии карточки товара с нишевыми показателями или ориентируетесь на общие интернет-нормы?
👍 Если материал был полезен — поставьте реакцию, так его увидит больше коллег по цеху.
💬 Остались вопросы по настройке целей или чтению отчётов — пишите в комментариях, отвечу каждому.
🔥🔥🔥 Нужен разбор конкретной карточки или настройка аналитики под ваш магазин? Пишите в тг, обсудим ваш проект: @th3inventor